时间戳

首页 > 解决方案 > Numpy：条件总和

python - Numpy：条件总和

问题描述

我有以下 numpy 数组：

import numpy as np
arr = np.array([[1,2,3,4,2000],
                [5,6,7,8,2000],
                [9,0,1,2,2001],
                [3,4,5,6,2001],
                [7,8,9,0,2002],
                [1,2,3,4,2002],
                [5,6,7,8,2003],
                [9,0,1,2,2003]
              ])

我理解np.sum(arr, axis=0)提供结果：

array([   40,    28,    36,    34, 16012])

我想做的（没有for循环）是根据最后一列的值对列求和，以便提供的结果是：

array([[   6,    8,   10,   12, 4000],
       [  12,    4,    6,    8, 4002],
       [   8,   10,   12,    4, 4004],
       [  14,    6,    8,   10, 4006]])

我意识到没有循环可能会很费力，但希望最好......

如果必须使用 for 循环，那将如何工作？

我试过np.sum(arr[:, 4]==2000, axis=0)（我会2000用 for 循环中的变量替换），但是它给出了结果2

标签： pythonarraysnumpysum

解决方案

np.diff您可以使用和的巧妙应用在纯 numpy 中执行此操作np.add.reduceat。np.diff将为您提供最右侧列更改的索引：

d = np.diff(arr[:, -1])

np.where会将您的布尔索引转换为期望d的整数索引：np.add.reduceat

d = np.where(d)[0]

reduceat还将期望看到零索引，并且所有内容都需要移动一：

indices = np.r_[0, e + 1]

在这里使用np.r_比np.concatenate因为它允许标量更方便。然后总和变为：

result = np.add.reduceat(arr, indices, axis=0)

当然，这可以组合成一条线：

>>> result = np.add.reduceat(arr, np.r_[0, np.where(np.diff(arr[:, -1]))[0] + 1], axis=0)
>>> result
array([[   6,    8,   10,   12, 4000],
       [  12,    4,    6,    8, 4002],
       [   8,   10,   12,    4, 4004],
       [  14,    6,    8,   10, 4006]])

推荐阅读